mmse是乙個model用來最小化mean square error（mse）。
什麼是最小均方誤差？讓我們從通道模型說起
mmse是一種方法，讓接到的資料盡可能更加接近傳送的資料，所以mmse的目的就是找乙個矩陣g，來讓gy更加接近x
接下來我們的目標就是解決這個式子gy-x，讓gy更加接近x，我們認為接收到的資料和e是不相關的
，因此下面的式子是成立的：
接下來就要對y*h^h和x*h^h進行處理來得到g
得到y*h^h和x*h^h，進而獲得g的表示式
mmse是乙個model用來最小化mean square error（mse）。
方差 標準差（均方差），均方誤差 均方根誤差
方差 variance 標準差 均方差，standard deviation 均方誤差 mse 均方根誤差 rmse 其中，標準差是方差的平方根，均方根誤差是均方誤差的平方根 所以，這四個概念的區別可以簡化為方差 variance 和均方誤差 mse 的區別 方差 variance 描述的是一組資料...
均方誤差和交叉熵誤差
均方誤差個交叉熵誤差都是常用的損失函式之一。損失函式是用來表示神經網路效能的 惡劣程度 的指標。即當前神經網路對監督資料在多大程度上不擬合，在多大 程度上不一致。說白了，即所建立的神經網路對輸入資料的 輸出值與監督資料 實際輸出值 的差距。上面是計算公式，其中yk表示神經網路的 輸出值，tk表示監督...
均方誤差損失函式
假設我們的模型是二維平面的線性回歸模型 對於這個模型，我們定義損失函式為mse，將得到如下的表示式 下面我們試著通過概率的角度，推導出上述的mse損失函式表示式。為了使模型更合理，我們假設 服從均值為0，方差為1的高斯分布，即 所以有 所以，y服從均值為 方差為1的高斯分布，則樣本點的 概率為 有了...